待验证50% 置信事实精确时间
在64K上下文、batch=2、FP16 KV Cache下，该70B模型的KV Cache占用约39.06 GiB。
1
来源数
50%
置信度
长期有效
时效性
2026/10/14
首次发现
来源
涉及实体
相关事实
待验证若该70B模型使用经典多头注意力（MHA，64个KV头），相同条件下的KV Cache将膨胀到312.5 GiB。75% 相似待验证对于 LLaMA-2 70B 模型，处理 4096 token 的上下文时，FP16 精度下 KV Cache 约需 20GB 系统内存74% 相似已验证LLaMA-2 7B 在 4096 Token 上下文下 KV Cache 约占 2 GB，扩展到 32K 上下文时可飙升至 16 GB 以上73% 相似已验证以LLaMA-2 70B为例，处理4096 token上下文、批量大小32时，KV Cache可消耗超过80GB显存72% 相似待验证在128K上下文、batch为16的场景下，KV Cache可占用总显存的近三分之二（45%-65%）。70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1025444API
curl https://kongchang.com/api/v1/knowledge/claims/1025444MCP
get_claim(id=1025444)